Приложение 1

к рабочей программе дисциплины

«Многомерные статистические методы»

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ВЛАДИВОСТОКСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ЭКОНОМИКИ И СЕРВИСА

КАФЕДРА МАТЕМАТИКИ И МОДЕЛИРОВАНИЯ

МНОГОМЕРНЫЕ СТАТИСТИЧЕСКИЕ МЕТОДЫ

Фонд оценочных средств для проведения промежуточной аттестации обучающихся

по направлению подготовки

38.03.01 «Экономика»

Профиль Планирование и прогнозирование в бизнесе

Тип ООП: прикладной бакалавр

Владивосток 2017

Фонд оценочных средств для проведения промежуточной аттестации обучающихся по дисциплине «Многомерные статистические методы» разработан в соответствии с требованиями ФГОС ВО по направлению подготовки 38.03.01 «Экономика» профиль Планирование и прогнозирование в бизнесе и Порядком организации и осуществления образовательной деятельности по образовательным программам высшего образования – программам бакалавриата, программам специалитета, программам магистратуры (утв. приказом Минобрнауки России от 01.01.01 г. N 1367).

Составители: , канд. техн. наук, профессор кафедры математики и

  моделирования.

Утверждена на заседании кафедры математики и моделирования от 01.01.2001г., протокол № 9

Редакция 2017 г. утверждена на заседании кафедры математики и моделирования от 01.01.2001г., протокол № 9

Заведующий кафедрой (разработчика) _____________________ 

  «____»_______________20__г.

1 ПЕРЕЧЕНЬ ФОРМИРУЕМЫХ КОМПЕТЕНЦИЙ

№

п/п

Код компетенции

Формулировка компетенции

Номер

этапа

(1–8)

1

ПК-1

Способностью собрать и проанализировать исходные данные, необходимые для расчета экономических и социально-экономических показателей, характеризующих деятельность хозяйствующих субъектов

6

2 ОПИСАНИЕ ПОКАЗАТЕЛЕЙ И КРИТЕРИЕВ ОЦЕНИВАНИЯ КОМПЕТЕНЦИЙ

НЕ нашли? Не то? Что вы ищете?

ПК-1 Способностью собрать и проанализировать исходные данные, необходимые для расчета экономических и социально-экономических показателей, характеризующих деятельность хозяйствующих субъектов

Планируемые результаты обучения

Критерии оценивания результатов обучения

1

2

3

4

5

Знает:

основные свойства и характеристики многомерных случайных величин, идеологии методов многомерного анализа, назначение и структуру соответствующих модулей ППП STATISTICA.

Отсутствие знания

Фрагментарное знание основных свойств и характеристик многомерных случайных величин, идеологии методов многомерного анализа, назначение и структуру соответствующих модулей ППП STATISTICA.

Неполное знание основных свойств и характеристик многомерных случайных величин, идеологии методов многомерного анализа, назначение и структуру соответствующих модулей ППП STATISTICA.

В целом сформировавшееся знание основных свойств и характеристик многомерных случайных величин, идеологии методов многомерного анализа, назначение и структуру соответствующих модулей ППП STATISTICA.

Сформировавшееся систематическое знание основных свойств и характеристик многомерных случайных величин, идеологии методов многомерного анализа, назначение и структуру соответствующих модулей ППП STATISTICA.

Умеет:

ставить задачи в области прикладного многомерного анализа экономических данных и применять многомерные статистические методы для их решения.

Отсутствие умения

Фрагментарное умение ставить задачи в области прикладного многомерного анализа экономических данных и применять многомерные статистические методы для их решения.

Неполное умение ставить задачи в области прикладного многомерного анализа экономических данных и применять многомерные статистические методы для их решения.

В целом сформировавшееся умение ставить задачи в области прикладного многомерного анализа экономических данных и применять многомерные статистические методы для их решения.

Сформировавшееся систематическое умение ставить задачи в области прикладного многомерного анализа экономических данных и применять многомерные статистические методы для их решения.

Владеет:

технологией работы с соответствующими модулями в ППП STATISTICA

Отсутствие владения

Фрагментарное владение технологией работы с соответствующими модулями в ППП STATISTICA

Неполное владение технологией работы с соответствующими модулями в ППП STATISTICA

В целом сформировавшееся владение технологией работы с соответствующими модулями в ППП STATISTICA

Сформировавшееся систематическое владение технологией работы с соответствующими модулями в ППП STATISTICA

Шкала оценивания

не зачтено

не зачтено

зачтено

зачтено

зачтено

3 ПЕРЕЧЕНЬ ОЦЕНОЧНЫХ СРЕДСТВ

№

п/п

Коды компетенций и планируемые результаты обучения

Оценочные средства

Наименование

Представление в ФОС

1.

ПК-1

знать

Собеседование

Вопросы

по темам/разделам

дисциплины

уметь

Расчетно-графические работы

Комплект заданий для выполнения расчетно-графической работы

владеть

4 ОПИСАНИЕ ПРОЦЕДУРЫ ОЦЕНИВАНИЯ

Промежуточная аттестация по дисциплине «Многомерные статистические методы» включает в себя теоретические задания, позволяющие оценить уровень усвоения обучающимися знаний, и практические задания, выявляющие степень сформированности умений и владений (см. раздел 5).

Усвоенные знания и освоенные умения проверяются при помощи электронного тестирования, умения и владения проверяются в ходе решения задач.

Объем и качество освоения обучающимися дисциплины, уровень сформированности дисциплинарных компетенций оцениваются по результатам текущих и промежуточной аттестаций количественной оценкой, выраженной в баллах, максимальная сумма баллов по дисциплине равна 100 баллам.

Сумма баллов, набранных студентом по дисциплине, переводится в оценку в соответствии с таблицей.

Сумма баллов

по дисциплине

Оценка по промежуточной аттестации

Характеристика уровня освоения дисциплины

от 91 до 100

«зачтено

Студент демонстрирует сформированность дисциплинарных компетенций на итоговом уровне, обнаруживает всестороннее, систематическое и глубокое знание учебного материала, усвоил основную литературу и знаком с дополнительной литературой, рекомендованной программой, умеет свободно выполнять практические задания, предусмотренные программой, свободно оперирует приобретенными знаниями, умениями, применяет их в ситуациях повышенной сложности.

от 76 до 90

«зачтено»

Студент демонстрирует сформированность дисциплинарных компетенций на среднем уровне: основные знания, умения освоены, но допускаются незначительные ошибки, неточности, затруднения при аналитических операциях, переносе знаний и умений на новые, нестандартные ситуации.

от 61 до 75

«зачтено»

Студент демонстрирует сформированность дисциплинарных компетенций на базовом уровне: в ходе контрольных мероприятий допускаются значительные ошибки, проявляется отсутствие отдельных знаний, умений, навыков по некоторым дисциплинарным компетенциям, студент испытывает значительные затруднения при оперировании знаниями и умениями при их переносе на новые ситуации.

от 41 до 60

«не зачтено»

Студент демонстрирует сформированность дисциплинарных компетенций на уровне ниже базового, проявляется недостаточность знаний, умений, навыков.

от 0 до 40

«не зачтено»

Дисциплинарные компетенции не формированы. Проявляется полное или практически полное отсутствие знаний, умений, навыков.


5 КОМПЛЕКС ОЦЕНОЧНЫХ СРЕДСТВ

5.1 Собеседование

Тема 1.

В чем состоят цели многомерного анализа данных? Дайте формальное описание данных, используемое в многомерном статистическом анализе и опишите представление данных в электронном виде. Определите основные шкалы измерений в многомерных выборках. Как произвести преобразование данных из одной шкалы в другую? Определите понятие диапазон значений признака и способы определения диапазона значений. Какие и как рассчитываются основные характеристики многомерной выборки в предварительном анализе данных? Определите средства визуализации данных в предварительном анализе даны?

Тема 2.

Для чего используются модельные данные при решении задач многомерного анализа? В чем состоит идея метода неравномерной рулетки? В чем состоит идея метода отбраковки? Определите способы моделирования случайных чисел выборок в Excel. Определите принципы моделирования многомерного нормального распределения?

Тема 3.

Определите проблему робастности в иногиеном анализе данных. Что понимается под грубыми ошибками и каковы последствия их проявлений в статистической совокупности? Назовите известные вам критерии робастности. Дайте характеристику алгоритмов определения “ подозрительных” объектов выборки. Каковы последствия отсутствия значений в многомерной выборке и как с ними бороться. Какие существуют способы обработки грубых ошибок?

Тема 4.

Что понимается под статистической гипотезой и какакие характерные признаки для нее существуют? Что означает: простая и сложная, одномерная и многомерная статистическая гипотезы? Каког рода ошибки могут допускаться и чем определяется достоверность выводов при проверке статистических гипотез? Определите предпосылки применения критерия . Определите предпосылки применения критерия Фишера. Определите предпосылки применения критерия Стьюдента. Приведите примеры ситуаций в которых целесообразно применении критерия Стьюдента. Приведите примеры ситуаций в которых целесообразно применении критерия . Приведите примеры ситуаций в которых целесообразно применении критерия Фишера.

Тема 5.

Приведите примеры одномерного и многомерного шкалирования. Пречислите основные виды многомерного шкалирования. Назовите основные предположения, лежащие в основе метода Торгенсона. В каких условиях целесообразно применение неметрических методов шкалирования? Что такое матрица различий профиля?

Тема 6.

Определите общую модель факторного анализа. Какие компаненты дисперсии рассматриваютя в факторном анализе? Сформулируйте фундаментальную теорему факторного анализа. Что такое факторная структура и факторное отображение? Какие преимущества получает исследователь с переходом к анализу общих факторов?

Тема 7.

Назовите метрики расстояния между объектами, описываемыми непрерывными признаками. Назовите метрики расстояния между объектами, описываемыми бинарными признаками. Назовите метрики расстояния между классами. Что такое функционал качества разбиения? Что такое и как строится дендрограмма?

Тема 8.

Приведите формальную постановку задачи дисперсионного анализа. Определите понятие дискриминантнтной функции. Определите понятия обучающей и контрольной выборки. Как оценить точность классификации методом скользящего экзамена? Определите линейную дискриминантную функцию.

5.2  Расчетно-графические работы

Задание 1.

1. Рассчитать коэффициенты ковариации и корреляции признаков X5,X6, используя расчетные формулы.

2. Рассчитать коэффициенты ковариации и корреляции признаков X7,X8, используя расчетные формулы.

3. Рассчитать ковариационные матрицы признаков X1-X8, используя программу пакета анализа.

4. Рассчитать корреляционные матрицы признаков X1-X8, используя программу пакета анализа.

5. Построить диаграмму рассеивания признаков X1,X2.

6. Построить диаграмму рассеивания признаков X4,X5.

7. Построить диаграмму рассеивания признаков X2,X6.

8. Построить диаграмму рассеивания признаков по классифицированным данным:        

- первый класс составляют признаки X5,X6;

- второй класс составляют признаки X7,X8.

Критерии оценки

№

Баллы

Описание

5

9-10

Задание выполнено полностью и абсолютно правильно.

4

7-9

Задание выполнено полностью и правильно, но решение содержит некоторые неточности и несущественные ошибки.

3

5-7

Задание выполнено не полностью, с существенными ошибками, но подход к решению, идея решения, метод правильны.

2

2-4

Задание выполнено частично, имеет ошибки, осуществлена попытка решения на основе правильных методов и идей решения.

1

0-1

Задание не выполнено.

Задание 2.

1. Смоделировать данные методом неравномерной рулетки по данным, приведенным в таблице.

2. Смоделировать те же данные с помощью программы генерации случайных чисел (дискретное распределение)

3. Построить гистограммы:

- по исходным данным таблицы;

- по данным, полученным методом неравномерной рулетки;

- по данным, полученным с помощью программы генерации случайных чисел (дискретное распределение).

4. Сравнить исходную диаграмму с гистограммами модельных данных.

Критерии оценки

№

Баллы

Описание

5

9-10

Задание выполнено полностью и абсолютно правильно.

4

7-9

Задание выполнено полностью и правильно, но решение содержит некоторые неточности и несущественные ошибки.

3

5-7

Задание выполнено не полностью, с существенными ошибками, но подход к решению, идея решения, метод правильны.

2

2-4

Задание выполнено частично, имеет ошибки, осуществлена попытка решения на основе правильных методов и идей решения.

1

0-1

Задание не выполнено.

Задание 3.

1.По данным, указанным в таблицах 1-3, смоделировать 3-и выборки, подчиняющихся многомерному нормальному закону распределения.

2. Построить диаграмму рассеивания классифицированной выборки.

3. Провести эксперимент, изменяя параметры, описывающие выборки. Оценить влияние изменений параметров по диаграмме рассеивания.

4. Смоделировать несколько нормальных выборок с тремя признаками. Данные скопировать в таблицу данных пакета Statistica. Построить трехмерные графики диаграмм рассеивания

Критерии оценки

№

Баллы

Описание

5

7

Задание выполнено полностью и абсолютно правильно.

4

6

Задание выполнено полностью и правильно, но решение содержит некоторые неточности и несущественные ошибки.

3

4-5

Задание выполнено не полностью, с существенными ошибками, но подход к решению, идея решения, метод правильны.

2

1-3

Задание выполнено частично, имеет ошибки, осуществлена попытка решения на основе правильных методов и идей решения.

1

0

Задание не выполнено.

Задание 4.

1. Смоделировать нормальное распределение двух признаков (X, Y) с параметрами: .

2. Преобразовать признаки X и Y к ранговому представлению (операция дискретизации).

3. Преобразовать признаки X и Y к бинарному представлению.

4. Произвести нормировки признаков X и Y:

- стандартную;

- по максимальным значениям;

- по минимальным значениям;

- по средним значениям.

5. Построить диаграммы рассеивания по нормированным данным и сравнить графики.

Критерии оценки

№

Баллы

Описание

5

7

Задание выполнено полностью и абсолютно правильно.

4

6

Задание выполнено полностью и правильно, но решение содержит некоторые неточности и несущественные ошибки.

3

4-5

Задание выполнено не полностью, с существенными ошибками, но подход к решению, идея решения, метод правильны.

2

2-3

Задание выполнено частично, имеет ошибки, осуществлена попытка решения на основе правильных методов и идей решения.

1

0-1

Задание не выполнено.


Задание 5.

1. Внести изменения в таблицу BOX 14 по указанию преподавателя (по вариантам).

2. По данным таблицы BOX 14 построить диаграмму рассеивания.

3. По данным таблицы BOX 14 произвести классификацию объектов по иерархическому алгоритму (метод связи - "по ближайшему соседу").

4. По данным таблицы BOX 14 произвести классификацию объектов по иерархическому алгоритму (метод связи - "по дальнему соседу").

5. Построить дендрограммы и сравнить результаты, полученные по двум алгоритмам классификации.

Критерии оценки

№

Баллы

Описание

5

7

Задание выполнено полностью и абсолютно правильно.

4

6

Задание выполнено полностью и правильно, но решение содержит некоторые неточности и несущественные ошибки.

3

4-5

Задание выполнено не полностью, с существенными ошибками, но подход к решению, идея решения, метод правильны.

2

2-3

Задание выполнено частично, имеет ошибки, осуществлена попытка решения на основе правильных методов и идей решения.

1

0-1

Задание не выполнено.